ПРЕДРАСПОЛОЖЕННОСТЬ ШКОЛЬНИКОВ К ВЫЧИСЛИТЕЛЬНОМУ МЫШЛЕНИЮ ПРИ ИЗУЧЕНИИ ЦИФРОВЫХ ТЕХНОЛОГИЙ
DOI:
https://doi.org/10.37386/2413-4481-2022-3-64-72Ключевые слова:
вычислительное мышление, сквозные цифровые технологии, предрасположенность к вычислительному мышлениюАннотация
В статье рассмотрена проблема измерения предрасположенности школьников к вычислительному мышлению в процессе изучения ими цифровых технологий в рамках проектной деятельности по созданию роботов. Описана структура модели измерения склонности, способности и восприимчивости к вычислительному мышлению. Обнаружена высокая степень гендерной зависимости респондентов для шкалы «склонность». Установлено, что обучение цифровым технологиям более всего способствует формированию у школьников склонности к вычислительному мышлению.Библиографические ссылки
Lye S. Y., Koh J. H. L. Review on teaching and learning of computational thinking through programming: What is next for K-12? // Computers in Human Behavior. 2014. Vol. 41. P. 51-61. DOI 10.1016/j.chb.2014.09.012.
Босова Л. Л. Программирование как инструмент формирования вычислительного мышления обучающихся // Информатика в школе. 2020. № 10 (163). С. 4-10. DOI 10.32517/2221-1993-2020-19-10-4-10.
Каган Э. М. Обучение программированию как подход к развитию логического, абстрактного и вычислительного мышления у школьников // Вестник Российского университета дружбы народов. Серия: Информатизация образования. 2017. Т. 14, № 4. С. 442-451. DOI 10.22363/2312-8631-2017-14-4-442-451.
Хеннер Е. К. Вычислительное мышление // Образование и наука. 2016. № 2 (131). C. 18-33. DOI 10.17853/1994-5639-2016-2-18-33.
Берман Н. Д. Формирование вычислительного мышления в процессе обучения студентов вуза // Russian Journal of Education and Psychology. 2020. Vol. 11, No. 1. P. 16-19. DOI 10.12731/2658-4034-2020-1-16-19.
Shute V. J., Sun C., Asbell-Clarke J. Demystifying computational thinking // Educational Research Review. 2017.Vol. 22. P. 142-158. DOI 10.1016/j.edurev.2017.09.003.
Wing J. M.Computational thinking and thinking about computing // Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences. 2008. Vol. 366. No. 1881. P. 3717-3725. DOI 10.1098/rsta.2008.0118.
Kumar K., Zindani D., Davim J. P.Introduction to Digital Thinking // Springer Briefs in Applied Sciences and Technology. Book Chapter. 2020. P. 51-58. DOI 10.1007/978-3-030-31359-3_4.
Kumar K., Zindani D., Davim J. P. Digital Thinking in Education // Springer Briefs in Applied Sciences and Technology. Book Chapter. 2020. P. 59-67. DOI 10.1007/978-3-030-31359-3_5.
Tekdal M. Trends and development in research on computational thinking // Education and Information Technologies. 2021. Vol. 26. No. 5. P. 6499-6529. DOI 10.1007/s10639-021-10617-w.
Tikva C., Tambouris E. Mapping computational thinking through programming in K-12 education: A conceptual model based on a systematic literature Review // Computers and Education. 2021. Vol. 162, No. 104083. DOI 10.1016/j.compedu.2020.104083.
Bai H., Wang X., Zhao L. Effects of the Problem-Oriented Learning Model on Middle School Students’ Computational Thinking Skills in a Python Course // Frontiers in Psychology. 2021. Vol. 127, No. 771221. DOI 10.3389/fpsyg.2021.771221.
Brennan K., Resnick M. New frameworks for studying and assessing the development of computational thinking // In Proceedings of the 2012 Annual Meeting of the American Educational Research Association, Vancouver, BC, Canada. 2012. 13-17 April. P. 25.
Zhang L., Nouri J. A systematic review of learning computational thinking through Scratch in K-9 // Computers and Education. 2019. Vol. 141, No. 103607. DOI 10.1016/j.compedu.2019.103607.
Tang X., Yin Y., Lin Q. Assessing computational thinking: A systematic review of empirical studies // Computers and Education. 2020. Vol. 148, No. 103798. DOI 10.1016/j.compedu.2019.103798.
Li Y., Xu S., Liu J. Development and Validation of Computational Thinking Assessment of Chinese Elementary School Students // Journal of Pacific Rim Psychology. 2021. Vol. 15. DOI 10.1177/18344909211010240.
Adams C., Cutumisu M., Lu C. Measuring K-12 Computational Thinking Concepts, Practices and Perspectives: An Examination of Current CT Assessments // Proceedings of Society for Information Technology & Teacher Education International Conference, In K. Graziano (Ed.). 2019. P. 275-285. Las Vegas, NV, United States: Association for the Advancement of Computing in Education (AACE).
Guggemos J., Seufert S., Román-González M. Measuring computational thinking - Adapting a performance test and a self-assessment instrument for German-speaking countries // 16th International Conference on Cognition and Exploratory Learning in Digital Age, CELDA 2019. P. 183-191. DOI 10.33965/celda2019_201911l023.
Law N., Niederhauser D. S., Christensen R. A multilevel system of quality technology-enhanced learning and teaching indicators // Journal of Educational Technology & Society. 2016. Vol. 19 (3). P. 72-83.
Bagarukayo E., Weide Th. P. van der Mbarika V. W. The impact of learning driven constructs on the perceived higher order cognitive skills improvement: Multimedia vs. Text // International Journal of Education and Development Using Information and Communication Technology. 2012. Vol. 8 (2). P. 120-130.
Jong M. S., Geng J., Chai C. S. Development and predictive validity of the computational thinking disposition questionnaire // Sustainability (Switzerland). 2020. Vol. 12 (111), No. 4459. DOI 10.3390/su12114459.
McLeod S. A. Likert Scale Definition, Examples and Analysis. URL: https://www.simplypsychology.org/likert-scale.html (дата обращения: 08.03.2022).
Наследов А. IBM SPSS Statistics 20 и AMOS: профессиональный статистический анализ данных. СПб.: Питер, 2013. 416 с.
Наследов А. Д. SPSS: Компьютерный анализ данных в психологии и социальных науках. СПб.: Питер, 2005. 416 с.
